出處:http://www.kdnuggets.com/2015/05/r-vs-python-meetup-report.html
2015年5月23日
出處:http://www.kdnuggets.com/2015/05/r-vs-python-meetup-report.html
資料來源:http://www.r-bloggers.com/milestone-6000-packages-on-cran/
# 抓資料
library(DataTaipei)
rs <- dataSetMetadataSearch(q = "公廁")
data <- resourceAquire(getResources(rs, 1)$resourceId)
# 畫圖
library(ggmap)
qmap("台北火車站", zoom = 16,legend = "topleft") +
geom_point(aes(x = lng, y = lat), colour = "blue", data = data)
# 抓資料
library(DataTaipei)
rs <- dataSetMetadataSearch(q = "youbike")
data <- resourceAquire(getResources(rs, 1)$resourceId)
# 整理資料
library(dplyr)
data <- dplyr::mutate(data, lat = as.numeric(lat), lng = as.numeric(lng))
# 畫圖
library(ggmap)
qmap("台北火車站", zoom = 15,legend = "topleft") +
geom_point(aes(x = lng, y = lat, size = bemp), colour = "blue", data = data)
library(DataTaipei)
rs <- dataSetMetadataSearch("氣象")
data <- resourceAquire(getResources(rs, 2)$resourceId[1])
library(dplyr)
data <- dplyr::filter(data, locationName == "臺北市") %>%
dplyr::mutate(startTime = as.POSIXct(strptime(startTime, "%Y-%m-%dT%H:%M:%S+08:00")), 氣溫=parameterName2) %>%
dplyr::select(startTime, 氣溫)
library(dygraphs)
library(xts)
xts(data[,-1,with=FALSE], order.by = data$startTime) %>%
dygraph
# 抓資料 library(DataTaipei) rs <- dataSetMetadataSearch(q = "不動產") data <- resourceAquire(getResources(rs, 4)$resourceId) # 整理資料 library(dplyr) data <- dplyr::mutate(data, `SDATE`=as.Date(as.character(SDATE + 19110000),"%Y%m%d")) colnames(data)[-1] <- strsplit(rs$fieldDescription[4], "、", useBytes = TRUE)[[1]] # 行政區分佈 library(googleVis) group_by(data, `都市土地使用分區(LANDA_Z)`) %>% summarise(count = length(`_id`)) %>% gvisBarChart(yvar = "count") %>% plot
m <- dplyr::filter(data, `成交案件類型(CASE_T)` == "買賣") %>%
lm(formula = `交易單價(萬元/坪)/租賃單價(元/坪)(UPRICE)` ~
`單價是否含車位(UPNOTE)` +
`主要建材(MBUILD)` +
`行政區(DISTRICT)` +
`都市土地使用分區(LANDA_Z)`)
| Estimate | Std. Error | t value | Pr(>|t|) | |
|---|---|---|---|---|
| (Intercept) | 66.2052 | 25.2208 | 2.63 | 0.0089 |
單價是否含車位(UPNOTE)否
|
47.5464 | 7.9084 | 6.01 | 0.0000 |
單價是否含車位(UPNOTE)是
|
45.5912 | 9.1880 | 4.96 | 0.0000 |
主要建材(MBUILD)鋼骨鋼筋混凝土造
|
-41.0961 | 18.3788 | -2.24 | 0.0257 |
主要建材(MBUILD)鋼骨混凝土造
|
-114.4033 | 50.7893 | -2.25 | 0.0247 |
主要建材(MBUILD)鋼筋混凝土加強磚造
|
-69.1000 | 50.4284 | -1.37 | 0.1711 |
主要建材(MBUILD)鋼筋混凝土造
|
-65.9004 | 10.0134 | -6.58 | 0.0000 |
主要建材(MBUILD)加強磚造
|
-48.4023 | 13.6192 | -3.55 | 0.0004 |
主要建材(MBUILD)見其他登記事項
|
-19.4890 | 16.5027 | -1.18 | 0.2381 |
主要建材(MBUILD)見使用執照
|
-91.3995 | 25.5737 | -3.57 | 0.0004 |
主要建材(MBUILD)土造
|
-60.0245 | 50.1604 | -1.20 | 0.2319 |
主要建材(MBUILD)磚造
|
-63.9492 | 49.8077 | -1.28 | 0.1997 |
行政區(DISTRICT)大安區
|
45.8130 | 8.9017 | 5.15 | 0.0000 |
行政區(DISTRICT)大同區
|
19.5978 | 13.5828 | 1.44 | 0.1496 |
行政區(DISTRICT)南港區
|
9.1436 | 12.0107 | 0.76 | 0.4468 |
行政區(DISTRICT)內湖區
|
13.9284 | 8.3018 | 1.68 | 0.0939 |
行政區(DISTRICT)士林區
|
1.6648 | 8.9580 | 0.19 | 0.8526 |
行政區(DISTRICT)松山區
|
26.6448 | 11.3523 | 2.35 | 0.0193 |
行政區(DISTRICT)萬華區
|
22.3602 | 12.2683 | 1.82 | 0.0689 |
行政區(DISTRICT)文山區
|
3.2783 | 9.5103 | 0.34 | 0.7304 |
行政區(DISTRICT)信義區
|
35.5949 | 9.1223 | 3.90 | 0.0001 |
行政區(DISTRICT)中山區
|
21.2693 | 8.8498 | 2.40 | 0.0166 |
行政區(DISTRICT)中正區
|
45.1166 | 17.2021 | 2.62 | 0.0090 |
都市土地使用分區(LANDA_Z)工
|
-7.9645 | 26.8597 | -0.30 | 0.7669 |
都市土地使用分區(LANDA_Z)農
|
-39.9002 | 42.7874 | -0.93 | 0.3515 |
都市土地使用分區(LANDA_Z)其他
|
-22.4221 | 24.4643 | -0.92 | 0.3598 |
都市土地使用分區(LANDA_Z)商
|
-0.9930 | 23.8995 | -0.04 | 0.9669 |
都市土地使用分區(LANDA_Z)住
|
-2.9709 | 23.5374 | -0.13 | 0.8996 |
library(DataTaipei)
rs <- dataSetMetadataSearch(q = "不動產")
tryCatch({
data <- resourceAquire(getResources(rs, 1)$resourceId)
}, error= function(e) print(e))
## <http_500 in dataTaipeiCheck(response): server error: (500) Internal Server Error>
我們正在考慮當下載錯誤時
讓使用者自動輸入抱怨資訊
然後發送e-mail給台北市資訊局
http://github.com/TaipeiRHackers/DataTaipei
安裝:
library(devtools)
install_github("TaipeiRHackers/DataTaipei")